Der US-Bastelbedarf-Händler Michaels hat erstmals Performance-Zahlen zu seinem neuen KI-Shopping-Assistenten veröffentlicht – und die fallen deutlich aus: Kunden, die mit dem auf Google Gemini basierenden Assistenten interagieren, konvertieren doppelt so häufig wie Nutzer der klassischen On-Site-Suche. Für ein Unternehmen mit rund 1.300 Filialen und einem umfangreichen Online-Sortiment ist das mehr als ein Pilotprojekt-Erfolg.
Der Assistent beantwortet Fragen in natürlicher Sprache, etwa „Was brauche ich für eine Geburtstagsdeko im Dschungel-Stil?“, und liefert dazu passende Produktvorschläge samt Anleitungen. Genau hier liegt der Unterschied zur herkömmlichen Suchleiste: Statt eine Trefferliste mit 40 Artikeln abzuarbeiten, bekommt der Kunde eine kuratierte Auswahl, die seine eigentliche Absicht trifft. Michaels baut damit auf die Cloud-Partnerschaft mit Google, die das Unternehmen seit 2021 schrittweise ausbaut.
Warum konvertiert die KI-Suche besser als die klassische Shopsuche?
Die Antwort liegt im Beratungscharakter. Klassische Shopsuche funktioniert nach Stichwort-Matching: Wer „Garn“ eingibt, bekommt Garn. Wer aber ein Projekt im Kopf hat und das Produkt nicht kennt, scheitert oft an der eigenen Suchanfrage. Der Gemini-Assistent schließt diese Lücke, indem er Kontext interpretiert – Anlass, Schwierigkeitsgrad, Budget – und daraus einen Warenkorb-Vorschlag ableitet. Für Kategorien mit erklärungsbedürftigen oder projektbezogenen Produkten (Basteln, Heimwerken, Garten, Baby) ist das der Kern des Conversion-Hebels.
Zu beachten ist allerdings die Vergleichsgröße: On-Site-Suche gilt branchenweit ohnehin als conversionstark – Nutzer, die suchen, kaufen häufiger als reine Browser. Dass der Assistent diese ohnehin kaufaffine Gruppe nochmals um den Faktor zwei übertrifft, spricht für eine echte Verhaltensänderung und nicht nur für einen Selektionseffekt. Michaels hat bislang keine absoluten Umsatzzahlen genannt; die Angabe bezieht sich auf die relative Conversion-Rate.
Was bedeutet das für deutsche Shopbetreiber?
Zunächst: Niemand muss jetzt einen eigenen Gemini-Assistenten bauen. Die Lehre aus dem Michaels-Case ist eine andere – die Suche im eigenen Shop ist ein Conversion-Problem, kein Technik-Thema. Wer auf Shopify arbeitet, kann über Apps wie Boost Commerce oder Searchspring KI-gestützte, semantische Suche nachrüsten, ohne die Plattform zu wechseln. Shopware-Nutzer finden mit der integrierten Advanced Search respektive Elastic-Search-Anbindungen einen ähnlichen Ansatz, wenn auch ohne den dialogischen Layer. Auch Google selbst öffnet die Technologie: Über Vertex AI Search for Commerce steht Einzelhändlern eine verwandte Infrastruktur zur Verfügung, die auf Konversations-Suche ausgelegt ist.
Entscheidend ist die Datenbasis. Michaels profitiert davon, dass Produktdaten, Anleitungen und Projekte strukturiert gepflegt sind – der Assistent kann nur empfehlen, was sauber erfasst ist. Händler, deren Attributpflege lückenhaft ist, sollten hier ansetzen, bevor sie über KI-Frontends nachdenken. Ohne konsistente Produktdaten produziert jeder Assistent generische Vorschläge, und die Conversion-Wirkung verpufft.
Einordnung: Einzelcase oder Trend?
Michaels ist nicht allein. Mehrere US-Händler testen derzeit LLM-basierte Shopping-Assistenten, und Google positioniert Gemini explizit als Commerce-Infrastruktur. Dass ein klassischer stationärer Händler – kein Digitalkonzern – als Erster belastbare Zahlen liefert, verleiht dem Thema Gewicht. Gleichzeitig bleibt offen, wie sich die Werte entwickeln, wenn die Neugier der Nutzer nachlässt und der Assistent zum Standard wird.
Für Shopbetreiber ab 1 Million Euro Umsatz lohnt sich jetzt ein konkreter Schritt: Die eigene On-Site-Suche messen. Anteil der Suchnutzer, deren Conversion-Rate, Abbruchpunkte bei Null-Treffern. Wer diese Baseline nicht kennt, kann den Effekt einer KI-Suche später weder belegen noch verhandeln – und verschenkt möglicherweise genau den Hebel, den Michaels gerade ausspielt.